Python Tensorflow math.accumulate_n()用法及代碼示例

張量流math.accumulate_n()方法執行對傳遞的張量列表執行逐元素求和。結果是執行該操作後的張量。該操作在a和b的表示上完成。此方法屬於math模塊。

用法：tf.math.accumulate_n( inputs, shape=None, tensor_dtype=None, name=None)

爭論

輸入：此參數獲取一個Tensor對象列表，每個對象具有相同的形狀和類型。
形狀：這是可選參數，它定義輸入元素的預期形狀。
dtype：這是可選參數，它定義輸入的預期數據類型。
名稱：這是可選參數，這是操作的名稱。

返回：它返回一個具有與輸入元素相同的形狀和類型的張量。

讓我們借助幾個示例來了解這個概念：
範例1：

# Importing the Tensorflow library  
import tensorflow as tf  
  
# A constant a and b 
a = tf.constant([[1, 3], [6, 7]]) 
b = tf.constant([[5, 2], [3, 8]])   
  
# Applying the accumulate_n() function  
# storing the result in 'c'  
c = tf.math.accumulate_n([a, b, b]) 
  
# Initiating a Tensorflow session  
with tf.Session() as sess:
    print("Input 1", a) 
    print(sess.run(a)) 
    print("Input 2", b) 
    print(sess.run(b)) 
    print("Output:", c) 
    print(sess.run(c))

輸出：

Input 1 Tensor("Const_67:0", shape=(2, 2), dtype=int32)
[[1 3]
 [6 7]]
Input 2 Tensor("Const_68:0", shape=(2, 2), dtype=int32)
[[5 2]
 [3 8]]
Output: Tensor("AccumulateNV2_2:0", shape=(2, 2), dtype=int32)
[[11  7]
 [12 23]]

範例2：

# Importing the Tensorflow library  
import tensorflow as tf  
  
# A constant a and b 
a = tf.constant([[2, 4], [1, 3]]) 
b = tf.constant([[5, 3], [4, 6]])   
  
# Applying the accumulate_n() function  
# storing the result in 'c'  
c = tf.math.accumulate_n([b, a, b], shape =[2, 2], tensor_dtype = tf.int32) 
  
# Initiating a Tensorflow session  
with tf.Session() as sess:
    print("Input 1", a) 
    print(sess.run(a)) 
    print("Input 2", b) 
    print(sess.run(b)) 
    print("Output:", c) 
    print(sess.run(c))

輸出：

Input 1 Tensor("Const_73:0", shape=(2, 2), dtype=int32)
[[2 4]
 [1 3]]
Input 2 Tensor("Const_74:0", shape=(2, 2), dtype=int32)
[[5 3]
 [4 6]]
Output: Tensor("AccumulateNV2_5:0", shape=(2, 2), dtype=int32)
[[12 10]
 [ 9 15]]

相關用法

注：本文由純淨天空篩選整理自PranchalKatiyar大神的英文原創作品 Python – Tensorflow math.accumulate_n() method。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。